解决 echomimic 项目中 diffusers 与 huggingface_hub 版本兼容性问题
2025-06-18 00:59:27作者:殷蕙予
在 echomimic 项目运行过程中,用户可能会遇到一个常见的依赖冲突问题:diffusers 库与 huggingface_hub 库的版本不兼容。这个问题表现为 Python 解释器无法从 huggingface_hub 导入 cached_download 函数,导致程序运行失败。
问题现象分析
当用户尝试从 diffusers 导入 AutoencoderKL 或 DDIMScheduler 时,会触发以下错误链:
- diffusers 初始化时尝试从 utils 模块导入功能
- utils 模块又尝试从 dynamic_modules_utils 导入功能
- dynamic_modules_utils 中引用了 huggingface_hub 的 cached_download 函数
- 由于 huggingface_hub 新版本中移除了 cached_download 函数,导致导入失败
根本原因
这个问题的根源在于 huggingface_hub 库在较新版本中对 API 进行了重构,移除了 cached_download 函数。而 diffusers 库的某些版本仍然依赖这个已被移除的函数,从而导致了兼容性问题。
解决方案
方案一:降级 huggingface_hub 版本
最直接的解决方案是将 huggingface_hub 降级到包含 cached_download 函数的旧版本。根据社区经验,可以尝试以下版本:
pip install huggingface_hub==0.10.0
这个版本相对稳定,且保留了 cached_download 函数。降级后通常可以解决导入错误问题。
方案二:修改 diffusers 源码
如果不想降级 huggingface_hub,可以手动修改 diffusers 的源码:
- 找到文件路径:/usr/local/lib/python3.10/dist-packages/diffusers/utils/dynamic_modules_utils.py
- 修改第28行的导入语句,将:
改为:from huggingface_hub import HfFolder, cached_download, hf_hub_download, model_info或者完全注释掉这行导入语句(如果后续代码不依赖这些函数)from huggingface_hub import HfFolder, hf_hub_download, model_info
方案三:升级 diffusers 版本
如果项目允许,可以考虑升级 diffusers 到最新版本,因为新版本可能已经适配了 huggingface_hub 的 API 变更:
pip install --upgrade diffusers
预防措施
为了避免类似问题,建议在项目中:
- 明确指定关键依赖库的版本范围
- 使用虚拟环境隔离项目依赖
- 定期更新依赖并测试兼容性
- 在 requirements.txt 或 setup.py 中固定主要依赖的版本
总结
echomimic 项目中出现的这个导入错误是典型的依赖版本冲突问题。通过降级 huggingface_hub、修改源码或升级 diffusers 都能有效解决。在实际开发中,建议优先考虑方案一或方案三,因为修改源码的方式虽然能临时解决问题,但不利于后续维护和更新。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0213
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0137
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
468
461
暂无描述
Dockerfile
776
5.07 K
Ascend Extension for PyTorch
Python
756
961
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
872
2.01 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
696
1.4 K
昇腾LLM分布式训练框架
Python
183
230
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271
Oohos_react_native
React Native鸿蒙化仓库
C++
361
430